FastAPI 学习之路（二十一）请求体 - 更新数据

我们都知道，去创建请求体，更新数据我们用PUT请求，我们去试着更新下数据。

       我们有一组数据，我们要更新描述。

from fastapi import FastAPI
from typing import List, Optional
from fastapi.encoders import jsonable_encoder
from pydantic import BaseModel
 
app = FastAPI()
 
 
class Item(BaseModel):
    name: Optional[str] = None
    description: Optional[str] = None
    price: Optional[float] = None
    tax: float = 10.5
    tags: List[str] = []
 
items = {
    "one": {
        "name": "apple", "price": 50.3
    }
}
 
 
@app.put("/items", response_model=Item)
def upadte_item(name: str, item: Item):
    update_item_encoded = jsonable_encoder(item)
    items[name] = update_item_encoded
    return update_item_encoded
 
 
@app.get("/items/{item_id}", response_model=Item)
def read_item(item_id: str):
    return items[item_id]

获取下数据试试

 更新下数据

更新部分数据时，可以在 Pydantic 模型的 .dict() 中使用 exclude_unset 参数。

   比如，item.dict(exclude_unset=True)。我们去看我们实际的例子

from fastapi import FastAPI
from typing import List, Optional
from fastapi.encoders import jsonable_encoder
from pydantic import BaseModel
 
app = FastAPI()
 
 
class Item(BaseModel):
    name: Optional[str] = None
    description: Optional[str] = None
    price: Optional[float] = None
    tax: float = 10.5
    tags: List[str] = []
 
items = {
    "one": {
        "name": "apple", "price": 50.3
    }
}
 
 
@app.put("/items", response_model=Item)
def upadte_item(name: str, item: Item):
    stored_item_data = items[name]
    stored_item_model = Item(**stored_item_data)
    upadte_data = item.dict(exclude_unset=True)
    update_item = stored_item_model.copy(update=upadte_data)
    items[name] = jsonable_encoder(update_item)
    print(items)
    return update_item
 
 
@app.get("/items/{item_id}", response_model=Item)
def read_item(item_id: str):
    return items[item_id]

我们去看下去后的效果

更新部分数据小结

简而言之，更新部分数据做法：

• 使用  PUT 也可以使用PATCH；
• 提取存储的数据；
• 把数据放入 Pydantic 模型；
• 生成不含输入模型默认值的 dict （使用 exclude_unset 参数）；

• • 只更新用户设置过的值，不用模型中的默认值覆盖已存储过的值。

• 为已存储的模型创建副本，用接收的数据更新其属性 （使用 update 参数）。
• 把模型副本转换为可存入数据库的形式（比如，使用 jsonable_encoder）。

• • 这种方式与 Pydantic 模型的 .dict() 方法类似，但能确保把值转换为适配 JSON 的数据类型，例如， 把 datetime 转换为 str 。

• 把数据保存至数据库；
• 返回更新后的模型。